在正則表達式中导犹，如果直接給出字符，就是精確匹配羡忘。用\d可以匹配一個數(shù)字谎痢，\w可以匹配一個字母或數(shù)字或下劃線瓶竭，所以：
'00\d'可以匹配'007'纯蛾，但無法匹配'00A'；
'\d\d\d'可以匹配'010'吹零；
'\w\w\d'可以匹配'py3'漫雕；
.可以匹配任意字符滨嘱，所以：'py.'可以匹配'pyc'、'pyo'浸间、'py!'等等太雨。
要匹配變長的字符，在正則表達式中魁蒜，用*表示任意個字符（包括0個）囊扳，用+表示至少一個字符吩翻，用?表示0個或1個字符，用{n}表示n個字符锥咸，用{n,m}表示n-m個字符：
來看一個復(fù)雜的例子：\d{3}\s+\d{3,8}狭瞎。我們來從左到右解讀一下：
\d{3}表示匹配3個數(shù)字，例如'010'她君；
\s可以匹配一個空格（也包括Tab等空白符）脚作，所以\s+表示至少有一個空格葫哗，例如匹配' '缔刹，' '等；
\d{3,8}表示3-8個數(shù)字劣针，例如'1234567'校镐。
綜合起來，上面的正則表達式可以匹配以任意個空格隔開的帶區(qū)號的電話號碼捺典。
如果要匹配'010-12345'這樣的號碼呢鸟廓？由于'-'是特殊字符，在正則表達式中襟己，要用'\'轉(zhuǎn)義引谜，所以，上面的正則是\d{3}\-\d{3,8}擎浴。
進階
要做更精確地匹配员咽，可以用[]表示范圍，比如：
[0-9a-zA-Z\_]可以匹配一個數(shù)字贮预、字母或者下劃線贝室；
[0-9a-zA-Z\_]+可以匹配至少由一個數(shù)字、字母或者下劃線組成的字符串仿吞，比如'a100'滑频，'0_Z'，'Py3000'等等唤冈；
[a-zA-Z\_][0-9a-zA-Z\_]*可以匹配由字母或下劃線開頭峡迷，后接任意個由一個數(shù)字、字母或者下劃線組成的字符串你虹，也就是Python合法的變量绘搞；
[a-zA-Z\_][0-9a-zA-Z\_]{0, 19}更精確地限制了變量的長度是1-20個字符（前面1個字符+后面最多19個字符）。
A|B可以匹配A或B售葡，所以(P|p)ython可以匹配'Python'或者'python'看杭。
^表示行的開頭，^\d表示必須以數(shù)字開頭挟伙。
$表示行的結(jié)束楼雹，\d$表示必須以數(shù)字結(jié)束模孩。
你可能注意到了，py也可以匹配'python'贮缅，但是加上^py$就變成了整行匹配榨咐，就只能匹配'py'了。
在此強烈建議使用Python的r前綴谴供，就不用考慮轉(zhuǎn)義的問題了：
s = r'ABC\-001' # Python的字符串
# 對應(yīng)的正則表達式字符串不變：
# 'ABC\-001'
Python提供re模塊块茁，包含所有正則表達式的功能。
先看看如何判斷正則表達式是否匹配：
>>> import re
>>> re.match(r'^\d{3}\-\d{3,8}$', '010-12345')
<_sre.SRE_Match object; span=(0, 9), match='010-12345'>
>>> re.match(r'^\d{3}\-\d{3,8}$', '010 12345')
>>>
match()方法判斷是否匹配桂肌，如果匹配成功数焊，返回一個Match對象，否則返回None崎场。常見的判斷方法就是：
test = '用戶輸入的字符串'
if re.match(r'正則表達式', test):
print('ok')
else:
print('failed')
切分字符串
用正則表達式切分字符串比用固定的字符更靈活佩耳，請看正常的切分代碼：
>>> 'a b c'.split(' ')
['a', 'b', '', '', 'c']
嗯，無法識別連續(xù)的空格谭跨，用正則表達式試試：
>>> re.split(r'\s+', 'a b c')
['a', 'b', 'c']
無論多少個空格都可以正常分割干厚。加入,試試：
>>> re.split(r'[\s\,]+', 'a,b, c d')
['a', 'b', 'c', 'd']
再加入;試試：
>>> re.split(r'[\s\,\;]+', 'a,b;; c d')
['a', 'b', 'c', 'd']
如果用戶輸入了一組標簽，下次記得用正則表達式來把不規(guī)范的輸入轉(zhuǎn)化成正確的數(shù)組螃宙。
分組
除了簡單地判斷是否匹配之外蛮瞄，正則表達式還有提取子串的強大功能。用()表示的就是要提取的分組（Group）谆扎。比如：
^(\d{3})-(\d{3,8})$分別定義了兩個組挂捅，可以直接從匹配的字符串中提取出區(qū)號和本地號碼：
>>> m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')
>>> m
<_sre.SRE_Match object; span=(0, 9), match='010-12345'>
>>> m.group(0)
'010-12345'
>>> m.group(1)
'010'
>>> m.group(2)
'12345'
如果正則表達式中定義了組，就可以在Match對象上用group()方法提取出子串來燕酷。
注意到group(0)永遠是原始字符串籍凝，group(1)、group(2)……表示第1苗缩、2饵蒂、……個子串。
提取子串非常有用酱讶。來看一個更兇殘的例子：
>>> t = '19:05:30'
>>> m = re.match(r'^(0[0-9]|1[0-9]|2[0-3]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])$', t)
>>> m.groups()
('19', '05', '30')
正則匹配默認是貪婪匹配,舉例如下退盯，匹配出數(shù)字后面的0：
>>> re.match(r'^(\d+)(0*)$', '102300').groups()
('102300', '')
由于\d+采用貪婪匹配，直接把后面的0全部匹配了泻肯，結(jié)果0*只能匹配空字符串了渊迁。
必須讓\d+采用非貪婪匹配（也就是盡可能少匹配），才能把后面的0匹配出來灶挟，加個?就可以讓\d+采用非貪婪匹配：
>>> re.match(r'^(\d+?)(0*)$', '102300').groups()
('1023', '00')
編譯
當我們在Python中使用正則表達式時琉朽，re模塊內(nèi)部會干兩件事情：
編譯正則表達式，如果正則表達式的字符串本身不合法稚铣，會報錯箱叁；
用編譯后的正則表達式去匹配字符串墅垮。
如果一個正則表達式要重復(fù)使用幾千次，出于效率的考慮耕漱，我們可以預(yù)編譯該正則表達式算色，接下來重復(fù)使用時就不需要編譯這個步驟了，直接匹配：
>>> import re
# 編譯:
>>> re_telephone = re.compile(r'^(\d{3})-(\d{3,8})$')
# 使用：
>>> re_telephone.match('010-12345').groups()
('010', '12345')
>>> re_telephone.match('010-8086').groups()
('010', '8086')
編譯后生成Regular Expression對象螟够，由于該對象自己包含了正則表達式灾梦，所以調(diào)用對應(yīng)的方法時不用給出正則字符串。
練習(xí)
<Tom Paris> tom@voyager.org => Tom Paris
bob@example.com => bob
# -*- coding: utf-8 -*-
import re
def name_of_email(addr):
n = re.match(r'^[\<]*([<\w\s]*)[\>]*[\w\s]*\@([\w\.]+)$', addr)
return n[1]
# 測試:
assert name_of_email('<Tom Paris> tom@voyager.org') == 'Tom Paris'
assert name_of_email('tom@voyager.org') == 'tom'
print('ok')
